CN114501467A - 一种移动边缘计算网络资源的快速规划方法 - Google Patents
一种移动边缘计算网络资源的快速规划方法 Download PDFInfo
- Publication number
- CN114501467A CN114501467A CN202210100587.8A CN202210100587A CN114501467A CN 114501467 A CN114501467 A CN 114501467A CN 202210100587 A CN202210100587 A CN 202210100587A CN 114501467 A CN114501467 A CN 114501467A
- Authority
- CN
- China
- Prior art keywords
- user
- base station
- users
- network
- station network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
- H04W16/10—Dynamic resource partitioning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/22—Traffic simulation tools or models
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种移动边缘计算网络资源的快速规划方法,适用于多用户移动边缘计算网络,方法包括:判断接入基站网络所有用户的地理位置,并结合地理位置和用户所接收的基站覆盖信号的距离范围生成所有用户在二维地图上的通信区域;基于所有用户的通信区域,排查通信区域之间的重叠次数,并根据重叠次数确定连续区域;查找连续区域在二维地图上所有顶点坐标,结合所有顶点坐标,计算出所有顶点坐标的平均值坐标;以平均值坐标上为站址,并在站址上重新配置基站网络;在重新配置基站网络的覆盖范围内吸纳用户接入,从而规划原基站网络的资源。本发明通过将几何图形与网络规划技术相结合的方式,实现基于移动边缘计算网络资源的快速规划。
Description
技术领域
本发明属于移动边缘计算技术领域,具体涉及一种移动边缘计算网络资源的快速规划方法。
背景技术
各种移动应用的蓬勃发展,极大地改善了人们的生活。作为移动应用的支持网络,5G移动网络可以通过提供快速的服务响应来提高用户体验。部署在接入网内的移动边缘计算服务器可以使服务贴近用户,从而降低响应时延。同时,移动边缘服务器通过将请求和响应限制在接入网内,可有效降低核心网络拥塞,形成业务本地化。此外,移动边缘服务器也可以方便获取本地用户信息和网络信息,从而实现信息技术与通信技术的融合。在需求和技术的共同推动下,移动边缘网络迎来了新的机遇。在此新机遇下,本文研究了移动边缘网络中的网络规划问题。
移动边缘计算(Mobile Edge Computing,MEC)作为5G的核心技术之一,可在靠近用户的无线网络边缘提供计算、存储、通信等功能。其中,计算卸载作为MEC中的一项关键技术,通过将用户任务卸载到MEC服务器上而极大的解决了终端计算能力不足导致的时延及能耗增加问题,但相对于用户日益增长的计算需求,由于基站硬件成本等约束导致的MEC服务器计算资源的有限性也日渐明显,因此,如何在资源受限的MEC系统中进行合理的网络规划找出基站的位置和数目以满足用户的需求,是其将要面临的巨大挑战。
目前,网络的运营成本、客户的满意度和长期发展已经成为影响运营商竞争力的决定性因素。网络建设成本和覆盖范围是其中最重要的两部分。网络规划与设计必须在有限的频率资源下大大提高网络容量,满足未来发展的需要。通过网络规划可以使用尽量少的建设成本来达到尽可能高的网络质量。传统的网络规划方法主要考虑基站的资源受限问题,而MEC系统的网络规划,不仅需要考虑基站的资源受限,还需要分析MEC服务器的资源受限问题。同时,基站选址优化问题是一类NP完备问题,求解十分困难。虽然现在有很多高校和科研团队都在研究这类组合优化问题的求解算法,可是还没有找到一个合适的算法。因此,研究移动边缘计算网络的快速规划问题是一项十分有意义且迫切的工作。
发明内容
发明目的:为了克服现有技术中的不足,本发明提供一种基于几何的移动边缘计算规划网络资源方法,通过将几何图形与网络规划技术相结合的方式,实现对移动边缘计算网络的快速规划,确定基站的数目与位置,从而保证所有用户的通信与计算卸载需求得到满足。
技术方案:第一方面本发明提供一种基于几何的移动边缘计算规划网络资源方法,包括:
判断接入基站网络所有用户的地理位置,并结合地理位置和用户所接收的基站覆盖信号的距离范围生成所有用户在二维地图上的通信区域;
基于所有用户的通信区域,排查通信区域之间的重叠次数,并根据重叠次数确定连续区域;
查找连续区域在二维地图上所有顶点坐标,结合所有顶点坐标,计算出所有顶点坐标的平均值坐标;
以平均值坐标上为站址,并在站址上重新配置基站网络;
在重新配置基站网络的覆盖范围内吸纳用户接入,从而规划原基站网络的资源。
在进一步的实施例中,生成所有用户在二维地图上的通信区域的方法包括:
在二维地图上以用户的地理位置为圆心,用户所接收基站覆盖信号的距离下限值为半径,形成所有用户的圆形通信区域;
其中,用户所接收基站覆盖信号的距离下限值通过参考信号强度为RSRPmin确定,参考模型为:
式中,a表示路径损耗因子,d表示用户所接收基站覆盖信号的距离,PBS表示基站发射功率,bBS表示每个基站包含的子载波;
圆形通信区域的表达式为:
式中,(xj,yj)表示任意用户j的位置的地理位置,dmax表示圆形通信区域半径。
在进一步的实施例中,根据重叠次数确定连续区域的方法包括:
根据用户实时的接入情况判断圆形通信区域不在基站网络服务区中的用户,从而对基站网络中所有用户进行筛选;
采用二维坐标函数对筛选出所有用户所关联的圆形通信区域进行计算,获得所有用户圆形通信区域之间的重叠次数;
根据重叠次数,选择重叠次数多于其它通信区域的多个相互重叠的圆形通信区域,并将多个圆形通信区域共同重叠的交集区域定义为连续区域;
在重叠次数相同的情况下若存在一个以上的连续区域,则选择面积大于其它的连续区域;
其中,二维坐标函数的计算公式为:
任意位置是否在用户圆形通信区域中的判断公式为:
式中,1表示位置(x,y)在用户j的圆形通信区域hj中,0表示不在。
在进一步的实施例中,计算出所有顶点坐标的平均值坐标的方法包括:
将连续区域在二维地图上转换为几何图形,并在几何图形上查找几何图形顶点坐标,进而获得连续区域在二维地图上的所有顶点坐标
基于二维地图上的所有顶点坐标,分别计算所有顶点坐标中横坐标的平均值和所有顶点坐标中纵坐标的平均值,获得连续区域在二维地图上的平均值坐标;
其中,平均值计算公式如下:
在进一步的实施例中,重新配置基站网络中部署有MEC服务器。
在进一步的实施例中,在重新配置基站网络的覆盖范围内吸纳所覆盖用户接入的方法包括:
计算重新配置的基站所能服务的用户集合、未被接入的用户集合,并将所能服务的用户集合和未被接入的用户集合进行交集计算,得出可吸纳的目标用户集合;
在可吸纳的目标用户集合中计算每个用户消耗的计算资源;
对比每个用户消耗的计算资源,选择消耗的计算资源小于其它目标用户的用户;
将选择的用户接入重新配置的基站网络中,并将接入的用户消耗的计算资源更新至MEC服务器消耗的计算资源总量中;
循环选择消耗的计算资源小于其它目标用户的用户接入重新配置的基站网络,直至重新配置的基站网络消耗的计算资源无法更新时,判定重新配置的基站网络资源受限,从而不再吸纳目标用户接入重新配置基站网络。
在进一步的实施例中,重新确定连续区域的站址包括:
计算当前基站网络中的用户集合和重新配置的基站网络中的用户集合,并将当前基站网络中的用户集合和重新配置的基站网络中的用户集合进行并集运算;
判断并集运算后的用户集合是否等于所有用户的用户集合,若并集运算后的用户集合若小于所有用户的用户集合,则表示还有用户未接入基站网络,则重新确定连续区域和连续区域的站址。
在进一步的实施例中,用于计算重新配置的基站网络所能服务的用户集合的参数包括:
任意用户与重新配置的基站网络之间的信号传播距离di,j、任意用户与重新配置的基站网络之间的路径损耗La(di,j)、任意用户与重新配置的基站网络之间的下行信噪比和上行信噪比任意用户与重新配置的基站网络之间的下行传输速率和上行传输速率任意用户与重新配置的基站网络之间任务卸载的往返时延
其中,任意用户与重新配置的基站网络之间的信号传播距离的表达式为:
任意用户与重新配置的基站网络之间的路径损耗的表达式为:
La(di,j)=di,j -a
式中,xi,yi表示重新配置的基站i网络站址的横坐标和纵坐标,xj,yj表示任意用户j的横坐标和纵坐标,σ2表示信道中的噪声方差,PUE表示每个用户的发射功率, 表示用户j的计算任务,表示任务的输入数据大小,表示任务的输出数据大小,表示任务完成的时间限制;
在进一步的实施例中,计算重新配置的基站网络未被接入的用户集合
若任意用户满足di,j<dmax时,则表示用户位于重新配置的基站网络服务区内,从而将满足条件的用户并入未被接入的用户集合。
在进一步的实施例中,计算资源小于其它目标用户的用户包括:
对比所有用户消耗的计算资源,选择所消耗的计算资源小于其它用户的用户,并获得选择用户消耗的计算资源。
有益效果:本发明与现有技术相比具有以下优点:
(1)通过将几何图形与网络规划技术相结合的方式,实现对移动边缘计算网络的快速规划,确定基站的数目与位置,从而保证所有用户的通信与计算卸载需求得到满足;本方法的实现快速、高效、复杂度低、兼容性强,适用于各种网络规划场景。
(2)本发明还为网络规划与边缘计算系统的相关研究和应用提供了一种全新的解决思路,为同领域内的其他相关问题提供了参考,可以以此为依据进行拓展延伸和深入研究,具有十分广阔的应用前景。
附图说明
图1为本发明中所述方法的流程示意图;
图2为适用本发明方法的移动边缘计算网络场景示意图;
图3为几何图形平均值坐标示意图。
具体实施方式
为了更充分理解本发明的技术内容,下面结合具体实施例对本发明的技术方案进一步介绍和说明,但不局限于此。
实施例1
如图1至图3所示的一种移动边缘计算网络资源的快速规划方法包括如下步骤:
判断接入基站网络所有用户的地理位置,并结合地理位置和用户所接收的基站覆盖信号的距离范围生成所有用户在二维地图上的通信区域;
基于所有用户的通信区域,排查通信区域之间的重叠次数,并根据重叠次数确定连续区域;
查找连续区域在二维地图上所有顶点坐标,结合所有顶点坐标,计算出所有顶点坐标的平均值坐标;
以平均值坐标上为站址,并在站址上重新配置基站网络;
在重新配置基站网络的覆盖范围内吸纳用户接入,从而规划原基站网络的资源。
进一步的,生成所有用户在二维地图上的通信区域的方法包括:
在二维地图上以用户的地理位置为圆心,用户所接收基站覆盖信号的距离下限值为半径,形成所有用户的圆形通信区域;
其中,用户所接收基站覆盖信号的距离下限值通过参考信号强度为RSRPmin确定,参考模型为:
式中,a表示路径损耗因子,d表示用户所接收基站覆盖信号的距离,PBS表示基站发射功率,bBS表示每个基站包含的子载波;
圆形通信区域的表达式为:
式中,(xj,yj)表示任意用户j的位置的地理位置,dmax表示圆形通信区域半径。
进一步的,根据重叠次数确定连续区域的方法包括:
根据用户实时的接入情况判断圆形通信区域不在基站网络服务区中的用户,从而对基站网络中所有用户进行筛选;
采用二维坐标函数对筛选出所有用户所关联的圆形通信区域进行计算,获得所有用户圆形通信区域之间的重叠次数;
根据重叠次数,选择重叠次数多于其它通信区域的多个相互重叠的圆形通信区域,并将多个圆形通信区域共同重叠的交集区域定义为连续区域;
在重叠次数相同的情况下若存在一个以上的连续区域,则选择面积大于其它的连续区域;
其中,二维坐标函数的计算公式为:
任意位置是否在用户圆形通信区域中的判断公式为:
式中,1表示位置(x,y)在用户j的圆形通信区域hj中,0表示不在。
进一步的,计算出所有顶点坐标的平均值坐标的方法包括:
将连续区域在二维地图上转换为几何图形,并在几何图形上查找几何图形顶点坐标,进而获得连续区域在二维地图上的所有顶点坐标
基于二维地图上的所有顶点坐标,分别计算所有顶点坐标中横坐标的平均值和所有顶点坐标中纵坐标的平均值,获得连续区域在二维地图上的平均值坐标;
其中,平均值计算公式如下:
进一步的,重新配置基站网络中部署有MEC服务器。
进一步的,在重新配置基站网络的覆盖范围内吸纳所覆盖用户接入的方法包括:
计算重新配置的基站所能服务的用户集合、未被接入的用户集合,并将所能服务的用户集合和未被接入的用户集合进行交集计算,得出可吸纳的目标用户集合;
在可吸纳的目标用户集合中计算每个用户消耗的计算资源;
对比每个用户消耗的计算资源,选择消耗的计算资源小于其它目标用户的用户;
将选择的用户接入重新配置的基站网络中,并将接入的用户消耗的计算资源更新至MEC服务器消耗的计算资源总量中;
循环选择消耗的计算资源小于其它目标用户的用户接入重新配置的基站网络,直至重新配置的基站网络消耗的计算资源无法更新时,判定重新配置的基站网络资源受限,从而不再吸纳目标用户接入重新配置基站网络。
进一步的,重新确定连续区域的站址包括:
计算当前基站网络中的用户集合和重新配置的基站网络中的用户集合,并将当前基站网络中的用户集合和重新配置的基站网络中的用户集合进行并集运算;
判断并集运算后的用户集合是否等于所有用户的用户集合,若并集运算后的用户集合若小于所有用户的用户集合,则表示还有用户未接入基站网络,则重新确定连续区域和连续区域的站址。
进一步的,用于计算重新配置的基站网络所能服务的用户集合的参数包括:
任意用户与重新配置的基站网络之间的信号传播距离di,j、任意用户与重新配置的基站网络之间的路径损耗La(di,j)、任意用户与重新配置的基站网络之间的下行信噪比和上行信噪比任意用户与重新配置的基站网络之间的下行传输速率和上行传输速率任意用户与重新配置的基站网络之间任务卸载的往返时延
其中,任意用户与重新配置的基站网络之间的信号传播距离的表达式为:
任意用户与重新配置的基站网络之间的路径损耗的表达式为:
La(di,j)=di,j -a
式中,xi,yi表示重新配置的基站i网络站址的横坐标和纵坐标,xj,yj表示任意用户j的横坐标和纵坐标,σ2表示信道中的噪声方差,PUE表示每个用户的发射功率, 表示用户j的计算任务,表示任务的输入数据大小,表示任务的输出数据大小,表示任务完成的时间限制;
进一步的,计算重新配置的基站网络未被接入的用户集合
若任意用户满足di,j<dmax时,则表示用户位于重新配置的基站网络服务区内,从而将满足条件的用户并入未被接入的用户集合。
进一步的,计算资源小于其它目标用户的用户包括:
对比所有用户消耗的计算资源,选择所消耗的计算资源小于其它用户的用户,并获得选择用户消耗的计算资源。
实施例2
移动边缘计算网络包括N个用户,用集合表示用户集合,任意用户在服务区域中的坐标表示为(xj,yj),中的每个用户都有通信和计算任务卸载两种业务需求,并且每个用户只有一个计算任务。用户j的计算任务用表示,其中是任务的输入数据大小,是任务的输出数据大小,即任务计算结果大小,是任务完成时间限制,βj表示任务需要的计算量,用CPU周期数表示,每个用户的发射功率相同并用PUE表示。每个基站都配备了一个MEC服务器,且各个基站和MEC服务器的资源配置都相同。基站发射功率用PBS表示,每个基站含有bBS个子载波(每个子载波的带宽为B),基站的资源对每个子载波是平均分配的,MEC服务器的计算资源(即MEC服务器主机的CPU频率)用qME表示。信道中的噪声是方差为σ2加性高斯白噪声。
如图1所示,本发明的方法包括如下步骤:
S1、在二维地图平面内以用户的地理位置为圆心,以用户能够接收基站覆盖信号的最大距离为半径给网络中的所有用户画圆形通信区域。
S2、找出当前网络中圆形通信区域重叠最多的连续区域,如果有多个连续区域,选择面积最大的连续区域,并以其平面几何图形在二维地图上的所有顶点坐标的平均值确定一个站址。
S3、在步骤S2中确定的站址上部署一个配备了MEC服务器的基站,并在此基站的覆盖范围内不断吸纳用户接入,直到资源受限。
S4、判断所有用户是否都已经接入网络,如果都已经接入网络,结束算法,否则删除步骤S3中所有被吸纳用户的圆形通信区域,并跳转至步骤S2。
优选的,S1中所述方法具体包括如下步骤:
其中,生成圆形通信区域的表达式为:
如图3所示,S2中所述方法具体包括如下步骤:
其中,式中,N表示原基站网络中的用户数量,j表示任意用户,Sj(x,y)表示位置(x,y)是否在用户j的圆形通信区域hj中;
任意位置是否在用户圆形通信区域中的判断公式为:
式中,用1表示位置坐标(x,y)在任意用户j所关联圆形通信区域hj中,用0表示位置坐标(x,y)不在任意用户j所关联圆形通信区域hj中;
S23、根据二维坐标函数S(x,y)的最新关系式,计算二维函数输出的最大值并用Smax表示,根据二维函数输出的最大值,在服务区域中计算并找出当前圆形通信区域重叠最多的区域从而获得重叠次数最多的相互重叠的圆形通信区域;
S24、判断区域是否是一个连续区域,如果是一个连续区域,找出连续区域在二维地图上几何图形中所有顶点的坐标,否则在区域中选择面积最大的连续区域,并找出连续区域几何图形中所有顶点的坐标,其中,顶点的坐标用(x′k,y′k)表示,假设几何图形共有K个顶点,k=1,2,…,K表示第k个顶点;
S3中所述方法具体包括如下步骤:
S36、更新MEC服务器消耗的计算资源过程中,MEC服务器和用户j*之间如果存在条件或者条件成立,则判定新配置的MEC服务器消耗的计算资源受限,则新配置的基站i踢出步骤S35中接入的用户j*,并在集合中删除步骤S34中计算出的用户j*,并跳转至步骤S33,重新判断集合是否为
S322a、计算用户j与基站i之间的信号传播距离计算用户j与基站i之间的路径损耗La(di,j)=di,j -a、计算用户j与基站i之间的下行信噪比和上行信噪比其中,计算用户j与基站i之间的下行传输速率和上行传输速率计算用户j与基站i之间任务卸载的往返时延
S34中所述方法具体包括如下步骤:
S4中所述方法具体包括如下步骤:
综上所述,本发明所提出的网络快速规划方法,通过将几何图形与网络规划技术相结合的方式,实现对移动边缘计算网络的快速规划,确定基站的数目与位置,从而保证所有用户的通信与计算卸载需求得到满足。本发明方法的实现快速、高效、复杂度低、兼容性强,适用于各种网络规划场景。
本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种移动边缘计算网络资源的快速规划方法,其特征在于,包括如下步骤:
判断接入基站网络所有用户的地理位置,并结合地理位置和用户所接收的基站覆盖信号的距离范围生成所有用户在二维地图上的通信区域;
基于所有用户的通信区域,排查通信区域之间的重叠次数,并根据重叠次数确定连续区域;
查找连续区域在二维地图上所有顶点坐标,结合所有顶点坐标,计算出所有顶点坐标的平均值坐标;
以平均值坐标上为站址,并在站址上重新配置基站网络;
在重新配置基站网络的覆盖范围内吸纳用户接入,从而规划原基站网络的资源。
3.根据权利要求2所述的移动边缘计算网络资源的快速规划方法,其特征在于,根据重叠次数确定连续区域的方法包括:
根据用户实时的接入情况判断圆形通信区域不在基站网络服务区中的用户,从而对基站网络中所有用户进行筛选;
采用二维坐标函数对筛选出所有用户所关联的圆形通信区域进行计算,获得所有用户圆形通信区域之间的重叠次数;
根据重叠次数,选择重叠次数多于其它通信区域的多个相互重叠的圆形通信区域,并将多个圆形通信区域共同重叠的交集区域定义为连续区域;
在重叠次数相同的情况下若存在一个以上的连续区域,则选择面积大于其它的连续区域;
其中,二维坐标函数的计算公式为:
任意位置是否在用户圆形通信区域中的判断公式为:
式中,1表示位置(x,y)在用户j的圆形通信区域hj中,0表示不在。
5.根据权利要求1所述的移动边缘计算网络资源的快速规划方法,其特征在于,重新配置基站网络中部署有MEC服务器。
6.根据权利要求1所述的移动边缘计算网络资源的快速规划方法,其特征在于,在重新配置基站网络的覆盖范围内吸纳用户接入的方法包括:
计算重新配置的基站所能服务的用户集合、未被接入的用户集合,并将所能服务的用户集合和未被接入的用户集合进行交集计算,得出可吸纳的目标用户集合;
在可吸纳的目标用户集合中计算每个用户消耗的计算资源;
对比每个用户消耗的计算资源,选择消耗的计算资源小于其它目标用户的用户;
将选择的用户接入重新配置的基站网络中,并将接入的用户消耗的计算资源更新至MEC服务器消耗的计算资源总量中;
循环选择消耗的计算资源小于其它目标用户的用户接入重新配置的基站网络,直至重新配置的基站网络消耗的计算资源无法更新时,判定重新配置的基站网络资源受限,从而不再吸纳目标用户接入重新配置基站网络。
7.根据权利要求6所述的移动边缘计算网络资源的快速规划方法,其特征在于,重新确定连续区域的站址包括:
计算当前基站网络中的用户集合和重新配置的基站网络中的用户集合,并将当前基站网络中的用户集合和重新配置的基站网络中的用户集合进行并集运算;
判断并集运算后的用户集合是否等于所有用户的用户集合,若并集运算后的用户集合若小于所有用户的用户集合,则表示还有用户未接入基站网络,则重新确定连续区域和连续区域的站址。
8.根据权利要求1所述的移动边缘计算网络资源的快速规划方法,其特征在于,用于计算重新配置的基站网络所能服务的用户集合的参数包括:
任意用户与重新配置的基站网络之间的信号传播距离di,j、任意用户与重新配置的基站网络之间的路径损耗La(di,j)、任意用户与重新配置的基站网络之间的下行信噪比和上行信噪比任意用户与重新配置的基站网络之间的下行传输速率和上行传输速率任意用户与重新配置的基站网络之间任务卸载的往返时延
其中,任意用户与重新配置的基站网络之间的信号传播距离的表达式为:
任意用户与重新配置的基站网络之间的路径损耗的表达式为:
La(di,j)=di,j -a
式中,xi,yi表示重新配置的基站i网络站址的横坐标和纵坐标,xj,yj表示任意用户j的横坐标和纵坐标,σ2表示信道中的噪声方差,PUE表示每个用户的发射功率, 表示用户j的计算任务,表示任务的输入数据大小,表示任务的输出数据大小,表示任务完成的时间限制;
9.根据权利要求6所述的移动边缘计算网络资源的快速规划方法,其特征在于,计算重新配置的基站网络未被接入的用户集合
若任意用户满足di,j<dmax时,则表示用户位于重新配置的基站网络服务区内,从而将满足条件的用户并入未被接入的用户集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210100587.8A CN114501467A (zh) | 2022-01-27 | 2022-01-27 | 一种移动边缘计算网络资源的快速规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210100587.8A CN114501467A (zh) | 2022-01-27 | 2022-01-27 | 一种移动边缘计算网络资源的快速规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114501467A true CN114501467A (zh) | 2022-05-13 |
Family
ID=81477327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210100587.8A Pending CN114501467A (zh) | 2022-01-27 | 2022-01-27 | 一种移动边缘计算网络资源的快速规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114501467A (zh) |
-
2022
- 2022-01-27 CN CN202210100587.8A patent/CN114501467A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lyu et al. | LEAD: Large-scale edge cache deployment based on spatio-temporal WiFi traffic statistics | |
Murty et al. | Senseless: A database-driven white spaces network | |
CN107846688B (zh) | 一种基于多运营商的无线网络站址规划方法和装置 | |
CN104185279A (zh) | 无线通信系统中的装置和方法 | |
WO2021023042A1 (zh) | 边缘计算服务器的寻找方法及相关设备 | |
CN115552933A (zh) | 电信通信系统中的联邦学习 | |
CN110493788A (zh) | 通信站点规划的方法、装置和存储介质 | |
CN103974261A (zh) | 无线通信系统中的设备和方法 | |
Jain et al. | User association and resource allocation in 5G (AURA-5G): A joint optimization framework | |
Li et al. | Placement of edge server based on task overhead in mobile edge computing environment | |
US11343683B2 (en) | Identification and prioritization of optimum capacity solutions in a telecommunications network | |
CN111133785B (zh) | 用于无线通信系统中进行网络设计的分析方法和设备 | |
US11140582B2 (en) | Wireless band priority metrics analysis and response | |
Tang et al. | An offloading approach in fog computing environment | |
CN115474206A (zh) | 实时人数确定方法、装置、电子设备及存储介质 | |
EP3427510A1 (en) | Selecting radio access for mobile terminals | |
CN114339913B (zh) | 无线网络的邻小区更新方法、装置、介质及电子设备 | |
Zhu et al. | FLight: A lightweight federated learning framework in edge and fog computing | |
AU773392B2 (en) | Communication performance calculation method and communication performance calculation apparatus in mobile communication system, and blocking probability calculation method and blocking probability calculation apparatus in communication system, and recording medium | |
CN114501467A (zh) | 一种移动边缘计算网络资源的快速规划方法 | |
CN116133037A (zh) | 一种无线网络评估方法及装置 | |
CN114786199B (zh) | 一种网络问题点的确定方法、装置、设备及存储介质 | |
CN114630359B (zh) | 确定网络覆盖的方法、装置、电子设备、计算机存储介质 | |
US11729636B1 (en) | Network clustering determination | |
Singh et al. | An efficient algorithm for optimizing base station site selection to cover a convex square region in cell planning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |